پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 162 |
| تعداد شماره‌ها | 6,692 |
| تعداد مقالات | 72,237 |
| تعداد مشاهده مقاله | 129,207,086 |
| تعداد دریافت فایل اصل مقاله | 102,035,499 |
برساخت مدل جامع مکان‌گزینی اماکن ورزشی ایران: مبتنی بر مدل‌های زبانی هوش مصنوعی | ||
| نشریه مدیریت ورزشی | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 04 اسفند 1403 اصل مقاله (821.94 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/jsm.2025.381350.3356 | ||
| نویسندگان | ||
| الهام سلیمی بنی1؛ مینا مستحفظیان* 2؛ مجید خوروش3؛ داود نصر اصفهانی4 | ||
| 1دانشجوی دکتری مدیریت ورزشی، گروه تربیت بدنی و علوم ورزشی، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران | ||
| 2مرکز تحقیقات طب ورزشی، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران | ||
| 3استادیار، مرکز تحقیقات طب ورزشی، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران | ||
| 4استادیار، گروه تربیت بدنی و علوم ورزشی، واحد اصفهان (خوراسگان)، دانشگاه آزاد اسلامی، اصفهان، ایران | ||
| چکیده | ||
| مقدمه: مدل‌های زبان بزرگ یک دسته از مدل‌های هوش مصنوعی هستند که بر اساس یادگیری عمیق و پردازش زبان طبیعی ساخته شده‌اند. از این رو هدف این پژوهش این است تا با استفاده از این مدل‌های زبانی، یک مدل جامع برساخت مکان‌گزینی اماکن ورزشی در ایران ارائه نماید. روش پژوهش: پژوهش حاضر از نوع پژوهش‌های کیفی است و از منظر استراتژی، نظریۀ داده بنیاد با رویکرد ساخت‌گرا را به کار برد. داده‌های این مطالعه بر اساس مصاحبه‌های عمیق با سه مدل زبانی Chat GPT، Claude و Google Gemini که زبان فارسی را به خوبی درک می کنند، جمع آوری شدند. در واقع بر این اساس، یک نمونه‌گیری هدفمند، صورت پذیرفت. یافته ها: ز حدود 250 جمله پیاده‌سازی شده از مصاحبه‌ها، بعد از حذف موارد تکراری و غیرمرتبط حدود 175 مقوله اولیه در کدگذاری اولیه توسط پژوهشگر شناسایی و نشانه‌گذاری شد. سپس، در کدگذاری متمرکز شده، 27 کد بدست آمد و در نهایت در پنج کد محوری به نام‌های، مدیریت عملیات، عوامل تاثیرگذار، عناصر سازمان‌دهنده، ملزومات و بازخورد ارائه گردید. نتیجه گیری: سیستم بازخورد در این مدل به‌ویژه بعد از مراحل مهمی مانند بررسی فناورانه و قضاوت شفاهی متخصصین، امکان اعمال نظر و تغییرات فوری را فراهم می‌آورد. این ویژگی باعث می‌شود که مدل به‌طور پویا و مداوم به نیازهای جدید پاسخ دهد و اقدامات اصلاحی و به‌روزرسانی استراتژی‌ها را با سرعت و دقت انجام دهد. | ||
| کلیدواژه‌ها | ||
| هوش مصنوعی؛ مدیریت اماکن ورزشی؛ مکان‌گزینی؛ مدل زبانی؛ Chat Gpt | ||
| عنوان مقاله [English] | ||
| Comprehensive Site Selection Model for Sports Facilities in Iran: Leveraging AI Language Models | ||
| نویسندگان [English] | ||
| elham salimi beni1؛ mina mostahfezian2؛ majid khorvash3؛ Davood nasr esfahani4 | ||
| 1Ph.D Candidate on Sport Management, Department of Physical Education and Sports Science, Najafabad Branch, Islamic Azad University, Najafabad, Iran | ||
| 2Sport medicine research center, Najafabad Branch, Islamic Azad University, Najafabad, Iran | ||
| 3Assistant professor on sport management, Sport Medicine Research Center, Najafabad Branch, Islamic Azad University, Najafabad, Iran | ||
| 4Assistant Professor on sport management, Department of Physical Education and Sports Sciences, Esfahan (khorasgan) Branch, Islamic Azad University, Esfahan, Iran | ||
| چکیده [English] | ||
| Introduction: Large language models (LLMs) are a class of artificial intelligence (AI) models built on deep learning and natural language processing (NLP). This study aims to develop a comprehensive site selection model for sports facilities in Iran using LLMs. Methods: This qualitative study employs grounded theory methodology with a constructivist approach. Data were collected through in-depth interviews with three LLMs: ChatGPT, Claude, and Google Gemini, which are proficient in understanding Persian. A purposive sampling strategy was employed. Results: Out of approximately 250 transcribed sentences from the interviews, 175 initial categories were identified and coded by the researcher in the initial coding phase after removing duplicates and irrelevant items. Subsequently, 27 codes were extracted in focused coding and finally organized into five core codes: operations management, influencing factors, organizing elements, requirements, and feedback. Conclusion: The comprehensive constructivist model for the site selection of sports facilities in Iran, utilizing a feedback system, particularly during key technological review stages and expert verbal judgments, demonstrates high efficiency and effectiveness. This feedback system allows the model to dynamically respond to new needs and implement corrective actions and strategy updates with speed and accuracy. The conclusion from this model indicates that an effective feedback system contributes to the flexibility and continuous optimization of the site selection processes, enabling decision-makers to make better-informed decisions based on precise and up-to-date data. | ||
| کلیدواژه‌ها [English] | ||
| Artificial Intelligence, ChatGPT, Language Model, Sports Facility Management, Site Selection | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 158 تعداد دریافت فایل اصل مقاله: 76 |
||
سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب